「G.1.6」カテゴリーアーカイブ

Applying Ising Machines to Multi-objective QUBOs

投稿日: 2023年5月22日 作成者: jarxiv

要約 複数の目的の最適化問題には、複数の、多くの場合矛盾する目的の間でさまざまな … 続きを読む →

カテゴリー: cs.AI, G.1.6, quant-ph | Applying Ising Machines to Multi-objective QUBOs はコメントを受け付けていません

MoMo: Momentum Models for Adaptive Learning Rates

投稿日: 2023年5月15日 作成者: jarxiv

要約 我々は、どのような運動量法でも使用できる新しい適応的な学習率を提示する。こ … 続きを読む →

カテゴリー: 15B52, 62L20, 65Y20, 68W20, 68W40, 74S60, 90C06, 90C53, cs.LG, G.1.6, math.OC | MoMo: Momentum Models for Adaptive Learning Rates はコメントを受け付けていません

Sparsifying Bayesian neural networks with latent binary variables and normalizing flows

投稿日: 2023年5月8日 作成者: jarxiv

要約 【タイトル】　潜在的バイナリ変数と正規化フローを用いたスパースなベイジアン … 続きを読む →

カテゴリー: 05A16, 60J22, 62-02, 62-09, 62F07, 62F15, 62J05, 62J12, 62J99, 62M05, 90C27, 90C59, 92D20, cs.LG, G.1.6, stat.CO, stat.ME, stat.ML | Sparsifying Bayesian neural networks with latent binary variables and normalizing flows はコメントを受け付けていません

Inferring networks from time series: a neural approach

投稿日: 2023年4月27日 作成者: jarxiv

要約 タイトル：時系列からのネットワーク推論：ニューラルアプローチ 要約： &# … 続きを読む →

カテゴリー: 37A50, 49M41, 65K05, 68T07, cs.LG, G.1.6, math.OC | Inferring networks from time series: a neural approach はコメントを受け付けていません

Rolling Lookahead Learning for Optimal Classification Trees

投稿日: 2023年4月24日 作成者: jarxiv

要約 タイトル：最適分類木のためのローリング先読み学習 要約： – … 続きを読む →

カテゴリー: 90-08, cs.LG, G.1.6, math.OC, stat.AP | Rolling Lookahead Learning for Optimal Classification Trees はコメントを受け付けていません

Convergence analysis and acceleration of the smoothing methods for solving extensive-form games

投稿日: 2023年3月21日 作成者: jarxiv

要約 拡張形式のゲームは、近年かなり研究されています。 複数の決定ポイントと不完 … 続きを読む →

カテゴリー: 91A05, 91A10, 91A18, 91A27, cs.AI, cs.GT, G.1.6 | Convergence analysis and acceleration of the smoothing methods for solving extensive-form games はコメントを受け付けていません